Apple Watch 7傳迎來大變身!邊框更窄、晶片更強,能夠讓更多人買單嗎?
Apple Watch 7傳迎來大變身!邊框更窄、晶片更強,能夠讓更多人買單嗎?

更新幅度不大、新的iPadOS未能解放M1晶片版iPad Pro的生產力,導致換機吸引力低……這是用戶在看完WWDC開發者大會後的抱怨

在蘋果產品陣容中,還有一款與iPad Pro境遇相似的產品,那就是Apple Watch。自從Apple Watch 4之後,後續幾代產品的更新幅度都不算大。

更何況價格更低的Apple Watch SE,在核心功能體驗上與Apple Watch 6差距不多,也讓售價更高的後者定位尷尬,而Apple Watch用戶們的換機意願難免降低一些。

若想改變這一現狀,必然要對產品進行大刀闊斧的更新調整,而從目前《彭博社》等媒體曝光的訊息來看,下一代Apple Watch的變化似乎已初見端倪。

延伸閱讀:Apple Watch新品傳秋季登場,瞄準戶外、極限運動大餅,推強固型聯名款

邊框更窄、性能更強,Apple Watch 7大變身?

首先是外型上的變化,根據知名爆料者Jon Prosser的報告,蘋果將在Apple Watch 7上採用與iPhone 12類似的設計,即 更多的直角設計

先前蘋果分析師也表示,蘋果有望在2021年更新Apple Watch的外型設計,這兩位對於蘋果產品的預測準確率皆超過70%,具有一定可信度。

外型是人們能直觀感受到的差異,也是區別新舊款的重要方式之一,它對於銷量的助推效果已被iPhone 12等產品所驗證,這或許也是蘋果改變設計的原因之一。

此外,預測準確率同樣頗高的《彭博社》日前也發佈了下一代Apple Watch的報告,表示今年發佈的Apple Watch無論外型或內在都會有大幅度的改變。

螢幕方面, 下一代Apple Watch會採用更窄的螢幕邊框 ,這意味著螢幕尺寸可能會增加,先前4代作為大改款也曾減少螢幕邊框。

Apple Watch
圖/ 截圖自Twitter

同時,蘋果可能會採用新的螢幕技術來減少顯示螢幕與玻璃蓋板之間的縫隙,但手錶整體厚度會增加一些。

重磅消息是,《彭博社》表示 Apple Watch 7將採用速度更快的晶片

第六代目前搭載的S6晶片,是以A13的兩個小核心為基礎進行改造,而A13則是基於7nm工藝製程來製造,如今不論是Mac上的M1晶片或最新的A14晶片工藝製程都已用上了5nm,下一代S7晶片自然也同樣會採5nm工藝。

更先進的工藝製程往往能提升性能、降低功耗,減少電池的續航壓力,搭載M1晶片的Mac就是一個最佳案例。當然,最終能否提升續航仍要看蘋果的產品規劃落地,且擴大的螢幕通常也意味著耗能增加,在一增一減之下,續航力究竟是提升還是降低仍是未知。

續航力目前是Apple Watch最大的體驗痛點之一,作為穿戴裝置需要每天充電確實有些麻煩,且像睡眠監測等功能又與人們夜間充電的習慣有所衝突。

另一個變化就是超寬頻技術(UWB)的功能更新,早在Apple Watch 6上,蘋果就已採用U1晶片,但相關功能的應用一直不多。

根據UWB技術近距離通訊的特性,新的更新有可能是與更多智慧型裝置進行互動,在watchOS 8中也有相關功能出現,Apple Watch將成為智慧家居的管家,不僅能管理智慧家居裝置,還有類似提醒鎖門、自動開燈等功能。

Apple
圖/ Apple

最後是健康功能方面的變化,雖然像血氧檢測、心電圖等功能已成為Apple Watch 6與其他款式的核心區別,但下一代Apple Watch在這方面的變化依舊不明朗。

《彭博社》表示,原本今年上線的溫度檢測可能要等到明年,至於不用採血就能測血糖水平的非入侵式血氧檢測則需要更長的時間來實現商業化落地,對糖尿病患者而言,隨時隨地的血糖檢測對病情監控有重要意義。

至於下一代Apple Watch SE,則與戶外版同樣要到明年才有可能會發佈。

Apple Watch普及的瓶頸

直至今日,Apple Watch早已體現了它的價值,而市場數據就是最好的證明。根據數據研調機構Counterpoint Research的報告2021年第一季全球智慧型手錶出貨量較去年同期成長35%,Apple Watch則佔據了近三分之一的市佔率

可以預見的是,包含蘋果在內的廠商們,仍會繼續推動智慧型手錶的普及,但這已經不是光靠打磨產品就可以快速解決的了。

apple watch
圖/ Counterpoint Research

作為以運動、健康為主打的產品,智慧型手錶的使用和學習門檻比手機高出許多 ,用戶在打開新世界的同時,也不禁感嘆運動這件事不僅要看個人意願,還要看是否會使用工具。

用戶在運動時,Apple Watch可以檢測到多項數據,而更重要的是,透過數據來判斷自己的運動方式是否正確、哪些方面還需要提升。

以游泳為例,除了常見的卡路里之外,Apple Watch還會給出心率、速度、距離等數據,其中主要是透過速度和心率來判斷泳姿是否正確,游泳減脂是否具高效率。

不少人在學習蛙泳時並未大感吃力,事實上其姿勢往往不算標準,對應在數據上就是速度慢、心率低。

當筆者問到朋友是如何利用Apple Watch來追蹤運動數據並調整泳姿時,她表示:「我游完一趟蛙式下來,心率達到160以上,但速度卻到了每100公尺5分鐘的狀態,那就表示姿勢不對、沒有效率。此時,我要做的是調降心率,並注意下一圈的游泳伸展和換氣頻率。」

從回覆中可以得知,使用運動數據來判斷運動狀態、改善運動能力是需要學習的,而這與個人的運動經驗有關, Apple Watch作為運動輔助工具,想要普及勢必得降低門檻

Apple Watch
圖/ shutterstock

蘋果也正在為此努力,而社交功能就是其中之一,透過iMessage等用戶可以和朋友、家人分享運動數據,至於像「7天競賽」這種功能則支持用戶間互相PK,透過提醒通知的形式來促進雙方完成對應的運動量。

這也是眾多用戶為何選擇Apple Watch,而非專業運動手錶的答案之一,智慧型手錶除了是運動測量工具,還可以透過社交服務來推動人們建立健康的運動習慣。

此外,透過運動數據也能判斷自己的身體能力。以跑步為例,專業跑者和一般人的心率是有差別的,雖然都落在正常的心率範圍內,但專業跑者的心肺能力更強,在平靜狀態下的心率也就更低(一般在50次/分鐘左右)。

運動社交仍僅限於一個社群中的交流,直接教學的門檻相對更低。在這方面,華為、OPPO等品牌在中國顯然做得更好,有相關配套的教學服務,且提供多種運動模式。

而蘋果推出的fitness+訂閱服務並未在中國上線,當地用戶是否能適應其中的教學也仍是一個問號,至於這部分的缺失,只能依靠Keep、社群媒體上的運動內容來填補。

智慧型手錶的未來

透過運動相關的內容服務來讓更多人認識智慧型手錶,這般操作更像是橫向的產品普及推廣,而對於智慧型手錶縱向的探索,則是增加更多項目的健康數據監測。

除了上述提到的非侵入式血糖檢測、血壓、飲食攝取量記錄等,更豐富的健康數據監測不僅能讓用戶了解身體狀態,同時也可以作為健康生活的指南,例如血糖水平驟升,透過飲食攝取記錄就可以追溯到是否為食物所導致的,以便於調整食譜。

除此之外,這些數據也可以作為部分疾病的警示提醒,判斷是否該去醫院做深度檢查。不過,更深度的健康數據需要通過相關審查,如Apple Watch上的ECG心電圖功能,除了在美國獲得FDA認證之外,在全球其他地區仍需要審查。

apple watch_shutterstock_1398519662拷貝.jpg
圖/ Shutterstock

延伸閱讀:揮揮手腕就能操控Apple Watch!蘋果為肢障者降低門檻,主動監控健康數據

有了專業機構的認證,其數據準確性也能獲得一定的認可。在看重個人數據的時代,智慧型手錶的隱私問題同樣需要被重視,尤其是在透過數據能判斷健康狀態的未來,智慧型手錶和手機一樣作為人們貼身使用的產品,數據洩露所造成的問題也相當嚴重,先前就有健康數據被用於保險服務推薦的案例存在。

電影《全面進化》中,也有一個健康數據被過度濫用的情節,強尼.戴普飾演的角色透過檢測女主角的身體數據來追蹤對方的情緒。在未經允許的情況下私自追蹤伴侶,這無疑是對個人隱私的侵犯,也容易對雙方感情造成負面影響。

Transcendence
電影《全面進化》。
圖/ 截圖自YouTube

另一方面,當健康數據越來越豐富,它是否會和網路一樣異化人們的生活。先前有一項案例,有人在減肥時過渡關注熱量數據,進而導致更大的心理焦慮並衍伸出心理問題。

以Apple Watch為首的智慧型手錶,以更精確的數據提升了人們的運動乃至健康體驗,同時也讓量化生活成為了一部分人的生活方式。但近年來的各種新聞告訴我們,技術或工具從來不只有好的一面,如何運用好工具而不被負面影響,是蘋果等企業以及一般用戶都需要思考的問題。

最新6月號雜誌《高價值企業100強》馬上購:傳送門
單期「電子雜誌」輕鬆讀:傳送門

本文授權轉載自:愛范兒

責任編輯:文潔琳、錢玉紘

關鍵字: #蘋果 #Apple Watch
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓